Modern Management of Chronic Kidney Disease in T2MD: A Practical Overview for Primary Care Providers
Notice bibliographique
Résumé
The development of chronic kidney disease (CKD) in patients with T2DM (CKD in T2DM) is a common and major comorbidity. Not only is it associated with progressive kidney disease and end-stage kidney disease (ESKD), it is also associated with very high risk for major adverse cardiovascular events (MACE) and heart failure (HF) events. CKD in T2DM is extremely costly from a health economic perspective; however, most importantly, it results in significant reductions in patient quality of life and survival. For several decades, there has been a lack of new therapeutic options to address residual cardiorenal risk. The traditional pillars of therapy include glycemic control with a HbA1C target of 6.5%, blood pressure control with a blood pressure target of less than 130 mmHg, and the use of renin angiotensin aldosterone inhibitors (RAASi). Recently, several options have emerged that can address residual kidney and cardiovascular risk in these patients, thereby providing organ protection. Importantly, these therapies are grounded in the foundation of solid randomized, controlled clinical trials and are now prevalent in the guidelines that inform the management of CKD in T2DM. The novel pillars for kidney and cardiovascular protection include sodium glucose luminal transported 2 inhibitors (SGLT2i) and finerenone, a non-steroidal mineralocorticoid receptor antagonist (nsMRA). This article highlights practical considerations of these pillars for primary care providers with a focus on kidney protection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».